기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Amazon MWAA에서 DAG 시간대 변경
<a name="samples-plugins-timezone"></a>

Apache Airflow는 기본적으로 방향성 비순환 그래프(DAG)를 UTC\$10으로 스케줄링합니다. 다음 단계는 Amazon MWAA가 [Pendulum](https://pypi.org/project/pendulum/)을 사용하여 DAG를 실행하는 시간대를 변경하는 방법을 보여줍니다. 선택적으로 이 주제에서는 사용자 지정 플러그인을 생성하여 사용자 환경의 Apache Airflow 로그의 시간대를 변경하는 방법을 보여줍니다.

**Topics**
+ [버전](#samples-plugins-timezone-version)
+ [사전 조건](#samples-plugins-timezone-prerequisites)
+ [권한](#samples-plugins-timezone-permissions)
+ [Airflow 로그의 시간대를 변경하는 플러그인을 생성합니다.](#samples-plugins-timezone-custom-plugin)
+ [생성`plugins.zip`](#samples-plugins-timezone-plugins-zip)
+ [코드 샘플](#samples-plugins-timezone-dag)
+ [다음 단계](#samples-plugins-timezone-plugins-next-up)

## 버전
<a name="samples-plugins-timezone-version"></a>

이 페이지의 코드 예제는 [Python 3.10](https://peps.python.org/pep-0619/)의 **Apache Airflow v2** 및 [Python 3.11](https://peps.python.org/pep-0664/)의 **Apache Airflow v3**에서 사용할 수 있습니다.

## 사전 조건
<a name="samples-plugins-timezone-prerequisites"></a>

이 페이지의 이 샘플 코드를 사용하려면 다음 항목이 필요합니다.
+ [Amazon MWAA 환경](get-started.md).

## 권한
<a name="samples-plugins-timezone-permissions"></a>

이 페이지의 코드 예제를 사용하는 데 추가 권한이 필요하지 않습니다.

## Airflow 로그의 시간대를 변경하는 플러그인을 생성합니다.
<a name="samples-plugins-timezone-custom-plugin"></a>

Apache Airflow는 시작시 `plugins` 디렉터리의 Python 파일을 실행합니다. 다음 플러그인을 사용하면 실행자의 시간대를 재정의하여 Apache Airflow가 로그를 기록하는 시간대를 수정할 수 있습니다.

1. 사용자 지정 플러그인에 대해 지정된 이름 `plugins` 디렉터리를 생성하고 디렉터리로 이동합니다. 예:

   ```
   $ mkdir plugins
   $ cd plugins
   ```

1. 다음 코드 샘플의 콘텐츠를 복사하고 로컬의 `plugins` 폴더에 `dag-timezone-plugin.py`로 저장합니다.

   ```
   import time
   import os
   
   os.environ['TZ'] = 'America/Los_Angeles'
   time.tzset()
   ```

1. `plugins` 디렉터리에서 `__init__.py`라는 빈 Python 파일을 만듭니다. `plugins` 디렉터리는 다음과 비슷해야 합니다.

   ```
   plugins/
    |-- __init__.py
    |-- dag-timezone-plugin.py
   ```

## 생성`plugins.zip`
<a name="samples-plugins-timezone-plugins-zip"></a>

다음 단계에서는 `plugins.zip`을 생성하는 방법에 대해 설명합니다. 이 예제의 콘텐츠를 다른 플러그인 및 바이너리와 결합하여 단일 `plugins.zip` 파일로 만들 수 있습니다.

1. 명령 프롬프트에서 이전 단계의 `plugins` 디렉터리로 이동합니다. 예:

   ```
   cd plugins
   ```

1. `plugins` 디렉터리 내의 콘텐츠를 압축합니다.

   ```
   zip -r ../plugins.zip ./
   ```

1. S3 버킷에 `plugins.zip`를 업로드합니다.

   ```
   aws s3 cp plugins.zip s3://your-mwaa-bucket/
   ```

## 코드 샘플
<a name="samples-plugins-timezone-dag"></a>

DAG가 실행되는 기본 시간대(UTC\$10)를 변경하려면 시간대를 인식하는 날짜/시간을 처리하는 Python 라이브러리인 [Pendulum](https://pypi.org/project/pendulum/)이라는 라이브러리를 사용합니다.

1. 명령 프롬프트에서 DAG가 저장된 디렉터리로 이동합니다. 예:

   ```
   cd dags
   ```

1. 다음 예제의 콘텐츠를 복사하고 `tz-aware-dag.py`로 저장합니다.

   ```
   from airflow import DAG
   from airflow.operators.bash_operator import BashOperator
   from datetime import datetime, timedelta
   # Import the Pendulum library.
   import pendulum
   
   # Instantiate Pendulum and set your timezone.
   local_tz = pendulum.timezone("America/Los_Angeles")
   
   with DAG(
       dag_id = "tz_test",
       schedule_interval="0 12 * * *",
       catchup=False,
       start_date=datetime(2022, 1, 1, tzinfo=local_tz)
   ) as dag:
       bash_operator_task = BashOperator(
           task_id="tz_aware_task",
           dag=dag,
           bash_command="date"
       )
   ```

1.  다음 AWS CLI 명령을 실행하여 DAG를 환경 버킷에 복사한 다음 Apache Airflow UI를 사용하여 DAG를 트리거합니다.

   ```
   aws s3 cp your-dag.py s3://your-environment-bucket/dags/
   ```

1. 성공하면 `tz_test` DAG의 `tz_aware_task`에 대한 작업 로그에 다음과 비슷한 결과가 출력됩니다.

   ```
   [2022-08-01, 12:00:00 PDT] {{subprocess.py:74}} INFO - Running command: ['bash', '-c', 'date']
   [2022-08-01, 12:00:00 PDT] {{subprocess.py:85}} INFO - Output:
   [2022-08-01, 12:00:00 PDT] {{subprocess.py:89}} INFO - Mon Aug  1 12:00:00 PDT 2022
   [2022-08-01, 12:00:00 PDT] {{subprocess.py:93}} INFO - Command exited with return code 0
   [2022-08-01, 12:00:00 PDT] {{taskinstance.py:1280}} INFO - Marking task as SUCCESS. dag_id=tz_test, task_id=tz_aware_task, execution_date=20220801T190033, start_date=20220801T190035, end_date=20220801T190035
   [2022-08-01, 12:00:00 PDT] {{local_task_job.py:154}} INFO - Task exited with return code 0
   [2022-08-01, 12:00:00 PDT] {{local_task_job.py:264}} INFO - 0 downstream tasks scheduled from follow-on schedule check
   ```

## 다음 단계
<a name="samples-plugins-timezone-plugins-next-up"></a>
+ 이 예제의 `plugins.zip` 파일을 [사용자 지정 플러그인 설치](configuring-dag-import-plugins.md)의 Amazon S3 버킷에 업로드하는 방법에 대해 자세히 알아봅니다.